AI for 芯片研究员
岗位摘要
定义高价值的芯片设计问题，沉淀标准化方法、数据集、Benchmark与Harness，并与算法团队协作，将专家经验转化为基础模型的芯片设计与验证能力；围绕芯片设计任务，研究大模型在设计理解、方案生成、工具使用与结果分析中的能力，构建高质量训练数据与评测方法，推动模型芯片能力的持续提升
岗位职责
- 定义高价值的芯片设计问题，沉淀标准化方法、数据集、Benchmark与Harness，并与算法团队协作，将专家经验转化为基础模型的芯片设计与验证能力
- 围绕芯片设计任务，研究大模型在设计理解、方案生成、工具使用与结果分析中的能力，构建高质量训练数据与评测方法，推动模型芯片能力的持续提升
- 将AI能力应用于真实芯片研发场景，提升设计效率与质量；检查合成数据的正确性，验证数据合成效果，并将问题分析与实战经验反哺模型及自动化框架
- 参与芯片设计数据平台、EDA工具链与自动化评测基础设施的设计与建设，根据项目分工参与数据清洗及SFT/RL实验，与团队成员灵活协作，共同推动AI与芯片设计的结合落地
任职要求
- 微电子、集成电路背景，有AI赋能落地实践经验的工程师或项目负责人
- 具备全流程实际操作的流片经验，实际经历过设计、仿真验证、物理实现、签核及流片等关键环节，并在至少一个方向具备深入的实践经验，能够清晰说明本人在项目中的工作与贡献
- 具备出色的问题定义与抽象能力，能将复杂、模糊的芯片设计需求转化为可度量、可验证的方法与工具；熟悉至少一套EDA工具链，具备脚本编写与自动化能力
- 具备良好的跨团队协作能力与Ownership，能够在研究与工程之间灵活切换，与算法团队共同推进数据建设、模型评测及实际应用
加分项
- 同时具备芯片某一领域的专业深度与软件工程的广度
- 有将芯片设计与大模型或 Agent 结合的经验，如设计生成与优化、自动化验证、EDA 工具调用、芯片设计 Harness 建设等
- 在芯片设计项目、相关学术研究、开源硬件、EDA 工具开发或技术竞赛中有突出成果
- 对 AI for 芯片的前沿方向有深入理解与实践，如训练数据合成与质量评估、SFT/RL、设计空间探索及工具反馈驱动的模型优化等
- 娜女士 今日活跃
工作地址
北京海淀区蓟门壹号8楼